天驭学院 · 教学材料 · 量化风控框架
课程讲义
ES描述规定尾部的平均损失。有限样本下“严格超过VaR”与“取最坏k项”可能不同，重复分位值时尤须写清约定。
与VaR同损失号和持有期→声明尾部集合→计算均值→列重复值和小样本限制→不混用定义。
对上一组10项损失，本课定义90%ES取最坏ceil(10%×10)=1项。ES多少？
最坏1项10，所以ES10。它和VaR6不同；此为明确有限样本约定，不把严格条件均值与固定尾部个数默认为相同。
20个损失18个0、2、8，nearest-rank95% VaR=2，最坏5%均值=8。若另一实现对分位插值，须注明差异。对日收益均值0、波动1%的正态模型，95%单侧损失近似1.645%，不含跳空保证。
小样本ES不稳定；实际限额需独立专业评审，不直接采用课程阈值。
这个无依赖脚本提供秩相关、时间折、库存估值、协方差风险与拒绝路径的小实验。网格部分仅做下穿买入库存，不含卖出回收或真实成交；风险平价部分只演示给定协方差，不是通用优化器。按报告核算，不将小实验当作完整生产策略。
python strategy_labs.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
本节要点
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。